摘要
本发明公开了基于神经网络的多轴蠕变寿命预测方法,具体步骤如下:步骤1,对不同几何参数的CNT试样施加不同的温度及应力进行多轴蠕变实验,得到多组多轴蠕变断裂寿命数据;步骤2,通过有限元仿真方法识别步骤1实验用CNT试样的骨骼点,并获取骨骼点处的应力数据;步骤3,将步骤1得到的CNT试样几何参数、多轴蠕变断裂寿命数据、步骤2得到的骨骼点应力数据作为数据集,将数据集划分为训练集和验证集,用训练集训练预测模型,将验证集输入至训练好的预测模型中预测多轴蠕变断裂寿命。本发明方法建模效率高且预测准确性高。
技术关键词
蠕变寿命预测方法
寿命预测模型
训练预测模型
有限元仿真方法
应力
RNN神经网络
数据
参数
训练集
曲线
表达式
指数
软件
系统为您推荐了相关专利信息
三维实体模型
微裂纹
新能源电池
胶壳
残余应力控制
燃料电池剩余寿命
电池寿命预测
时序神经网络
粒子
数据平滑方法